Databricks: Blog
85

Sản phẩm

Databricks nâng cấp Genie Agents: Bổ sung khả năng phân tích chuyên sâu và suy luận tài liệu

(giờ Việt Nam)

Tóm tắt AI

Databricks vừa mở rộng tính năng cho Genie Agents, cho phép thực hiện phân tích dữ liệu chuyên sâu và suy luận trực tiếp trên tệp tin, đánh dấu bước tiến mới từ Genie Spaces.

Bản dịch AI

Expanding Genie Agents: Deep analysis, file reasoning, and more

Tại sự kiện Data and AI Summit, chúng tôi đã công bố bước tiến từ Genie Spaces lên Genie Agents, những tác nhân (agent) được chuyên gia tuyển chọn nhằm cung cấp các câu trả lời đáng tin cậy cho những lĩnh vực kinh doanh ưu tiên cao của bạn. Kể từ đó, chúng tôi đã tiếp tục mở rộng khả năng của Genie Agents, cho phép chúng giải đáp nhiều loại câu hỏi hơn đồng thời giúp việc quản lý chúng trở nên dễ dàng hơn.

Bộ cập nhật mới nhất của chúng tôi giúp Genie Agents trở nên mạnh mẽ hơn, toàn diện hơn và dễ dàng tạo lập hơn từ các quy trình làm việc hiện có của nhóm bạn. Dưới đây là những tính năng mới.

Nghiên cứu chuyên sâu với Agent mode và Agent mode APIs

Agent mode

Trong khi Chat mode hiệu quả cho việc tra cứu nhanh các dữ liệu thực tế, thì những câu hỏi phức tạp và đòi hỏi sự tinh tế hơn lại cần đến khả năng suy luận mạnh mẽ từ tác nhân của bạn. Đối với các cuộc điều tra chuyên sâu đó, Agent mode – vòng lặp suy luận tác nhân hỗ trợ phân tích đa bước – hiện đã khả dụng cho tất cả Genie Agents. Thay vì dừng lại và phản hồi sau một truy vấn đơn lẻ, Agent mode có thể tạo và tinh chỉnh kế hoạch nghiên cứu, khám phá dữ liệu thông qua nhiều truy vấn lặp đi lặp lại, và trả về một báo cáo kèm theo các phát hiện, hình ảnh trực quan và trích dẫn. Đối với các câu hỏi kinh doanh mở vốn trước đây cần đến chuyên gia phân tích dữ liệu và một kế hoạch nghiên cứu đầy đủ, Agent mode giờ đây có thể đóng vai trò là đối tác nghiên cứu thời gian thực của bạn.

Các nhà phát triển giờ đây cũng có thể mang khả năng suy luận và phân tích đa bước ra ngoài giao diện Databricks với Agent mode APIs. Các API này cho phép nhà phát triển tích hợp Agent mode vào các ứng dụng tùy chỉnh, chatbot, báo cáo định kỳ và các công cụ nội bộ, với phản hồi được truyền phát đến máy khách thông qua Server-Sent Events (SSEs). Nhà phát triển có thể thực hiện các cuộc hội thoại hoàn chỉnh với các câu hỏi tiếp nối và truy xuất các cuộc hội thoại cũng như tin nhắn của Agent mode qua API để giám sát theo chương trình. Chúng tôi cũng đã bổ sung hỗ trợ trực quan hóa thông qua API, cho phép hiển thị các thông tin chi tiết trực quan phong phú và bảng dữ liệu để hỗ trợ cho các phản hồi dạng văn bản.

Cho dù bạn đang xây dựng một cổng thông tin phân tích dành cho khách hàng, một bot Slack nội bộ hay một trải nghiệm bảng điều khiển tùy chỉnh, Agent Mode API cho phép bạn mang khả năng suy luận chuyên sâu đến bất cứ nơi nào người dùng cuối của bạn làm việc. Để biết thêm chi tiết và thông tin về tính khả dụng, vui lòng truy cập tài liệu của chúng tôi.

Đưa dữ liệu phi cấu trúc vào phân tích của Genie Agent

Câu trả lời cho các câu hỏi kinh doanh có thể không chỉ dựa vào dữ liệu trong các bảng—chúng thường đòi hỏi ngữ cảnh từ dữ liệu phi cấu trúc để tạo nên một bức tranh toàn cảnh. Để giúp các nhóm của bạn trả lời câu hỏi trên nhiều loại dữ liệu khác nhau, Genie Agents giờ đây có thể phân tích các tệp được lưu trữ trong Unity Catalog volumes, cho phép các tác nhân trả lời câu hỏi về tệp PDF, tài liệu, bản trình bày và hình ảnh của bạn cùng với dữ liệu có cấu trúc trong một cuộc hội thoại duy nhất.

Những người xây dựng tác nhân (agent builders) có thể đính kèm tối đa 10 volumes vào một Genie Agent, trao quyền cho người dùng doanh nghiệp đặt các câu hỏi kết hợp ngữ cảnh từ những tệp đó với các bảng dữ liệu đã được quản trị. Ví dụ:

Phân tích dữ liệu phi cấu trúc chạy trong Agent mode, sử dụng suy luận đa bước để truy xuất và phân tích nội dung tệp phù hợp nhất. Tính năng này tuân thủ các quyền hạn trong Unity Catalog, nghĩa là người dùng chỉ thấy các tệp mà họ có quyền truy cập, đồng thời hỗ trợ lập chỉ mục tìm kiếm nội dung để truy xuất nhanh hơn và chất lượng hơn trên các khối lượng dữ liệu lớn.

Đối với các nhóm làm việc với các bộ sưu tập tài liệu lớn hơn, tìm kiếm nội dung giúp cải thiện tốc độ và hiệu suất. Tìm kiếm nội dung chuẩn bị và lập chỉ mục các tệp của bạn để Genie Agent có thể sử dụng chúng hiệu quả hơn, từ đó cải thiện khả năng suy luận trên các tệp đó và trả lời câu hỏi với độ trễ thấp hơn. Để biết thêm chi tiết và thông tin về tính khả dụng, vui lòng truy cập tài liệu của chúng tôi.

Quản lý Genie Agents với Genie Code

Genie Agents from Genie Code

Để giúp người dùng xây dựng nhiều Genie Agents hơn ở quy mô lớn, chúng tôi đã đầu tư mạnh mẽ vào việc làm cho quá trình quản lý Genie Agent trở nên nhanh chóng và linh hoạt hơn. Chúng tôi đã nâng cấp Genie Code với một loạt công cụ và các kỹ năng tùy chỉnh để giúp các chuyên gia dữ liệu quản lý các Genie Agents tùy chỉnh, chất lượng cao.

Đầu tiên, Genie Code có thể giúp các tác giả xây dựng một Genie Agent cơ sở chất lượng cao. Chỉ cần mô tả mục đích của tác nhân, các câu hỏi ví dụ từ người dùng và các nguồn dữ liệu mong muốn, Genie Code sẽ tạo ra Genie Agent và thêm một bộ hướng dẫn. Nó tận dụng siêu dữ liệu có sẵn trong Unity Catalog về các bảng liên quan và các truy vấn trước đó sử dụng các bảng này.

Sau khi bạn đã thiết lập tác nhân của mình, Genie Code cũng có thể giúp bạn chẩn đoán các lỗi. Người dùng có thể yêu cầu nó phân tích các lỗi hội thoại cụ thể hoặc các lần chạy kiểm chuẩn (benchmark runs), và Genie Code sẽ xem xét ngữ cảnh hiện tại của tác nhân cùng các lỗi cụ thể để đề xuất cải tiến cho ngữ cảnh của Genie Agent.

Cuối cùng, Genie Code có thể giúp bạn quản lý các tác nhân trong môi trường sản xuất. Khi người dùng cuối tiếp tục đặt câu hỏi và cung cấp phản hồi về tác nhân của bạn, người quản lý có thể yêu cầu Genie Code giúp tóm tắt các chủ đề câu hỏi chính và các xu hướng phản hồi hàng đầu để hiểu rõ hơn về những lỗ hổng kiến thức của Genie. Genie Code thậm chí có thể đề xuất các cải tiến ngữ cảnh để giải quyết các lỗ hổng đã phát hiện.

Các tác giả luôn có thể xem xét các đề xuất của Genie Code trước khi lưu các hướng dẫn, các truy vấn SQL ví dụ hoặc cấu hình kho kiến thức được đề xuất. Để tìm hiểu thêm về việc tạo và quản lý Genie Agents với Genie Code, hãy truy cập tài liệu của chúng tôi.

Chia sẻ thông tin chi tiết từ các cuộc trò chuyện với đồng nghiệp và người quản lý tác nhân

Share chats with agent mangers

Các câu hỏi về dữ liệu hầu như không bao giờ bắt đầu và kết thúc với chỉ một người—chúng thường cung cấp thông tin cho các quyết định liên chức năng và thường khơi gợi các phân tích sâu hơn. Để hỗ trợ việc dân chủ hóa thông tin chi tiết, người dùng hiện có thể chia sẻ các cuộc trò chuyện từ các Genie Agents cụ thể.

Các cuộc hội thoại được chia sẻ luôn được cập nhật. Các tin nhắn mới, hình ảnh trực quan đã chỉnh sửa và các phân tích tiếp nối vẫn hiển thị cho bất kỳ ai có quyền truy cập vào liên kết được chia sẻ. Người dùng Genie Agent cũng có thể chia sẻ các cuộc hội thoại với các tác giả của tác nhân để xem xét chất lượng hội thoại và phản hồi lại các ý kiến đóng góp.

Để biết thêm thông tin về việc chia sẻ các cuộc trò chuyện với đồng nghiệp và tác giả của tác nhân, vui lòng truy cập tài liệu của chúng tôi.

Bắt đầu với Genie Agents

Những cập nhật này, kết hợp với các cải tiến gần đây đối với trải nghiệm tạo lập Genie Agents của chúng tôi, đều được thiết kế để giúp người dùng tạo ra các Genie Agents thông minh hơn với tốc độ và sự tự tin cao hơn. Nếu bạn mới bắt đầu, hãy thử tạo tác nhân đầu tiên của mình với Genie Code hoặc Genie One. Sau đó, hãy sử dụng Agent mode để đặt các câu hỏi phân tích dữ liệu từ đơn giản đến phức tạp, hoặc kết nối các Unity Catalog volumes của bạn để cung cấp cho tác nhân ngữ cảnh về dữ liệu phi cấu trúc.

Truy cập trang tài liệu về Genie Agents để biết thêm thông tin về các tính năng mới.

DatabricksGenie AgentsPhân tích dữ liệuAI doanh nghiệpSuy luận AI
Đọc bài gốc

Bài viết được AI dịch và tổng hợp tự động từ Databricks: Blog. Liên kết bài gốc ở phía trên. Dữ liệu đồng bộ qua API công khai được ghi nguồn tại AI HOT (canonical) ↗. AIHOT.vn luôn dẫn nguồn đầy đủ — nếu bạn thấy điểm cần chỉnh sửa, hãy gửi ý kiến tại trang phản hồi.